ALVINN
Nincs becslés
Ennekhez a modellhez nincs hardverkövetelmény
A modellhez tartozó súlyokat nem tették közzé, így azt semmilyen méretben nem lehet letölteni vagy saját hardveren futtatni. Csak az adattovábbítóján keresztül érhető el, és semmilyen grafikus kártya nem változtat ezen..
Felvételen
Teljes specifikáció
Minden adatok ezen a modellen. A legtöbb leírás arról szól, hogyan volt kiképzve, nem pedig arról, hogyan fut — hasznos háttérinformáció arra vonatkozóan, hogy mennyi munka került bele, és hogyan viszonyul más méretű modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Carnegie Mellon University (CMU)
- Szervezet típusa
- Academia
- Ország
- United States of America
- Kiadva
- 1 December 1989
- Szerzők
- DA Pomerleau
Mit csinál
A modell által épített probléma területek. Egy modell több különbözőt is tartalmazhat.
- Irányítószám
- Driving
- Feladat
- Self-driving car
Méret
Mekkora a modell és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek meghatározzák, hogy illeszkedik-e egy adott grafikus kártyára.
- Paraméterek
- 36.6K
- Képzési adatok
- 55,200 tokens
- Epókák
- 40
1217*29 + 29*46 =36627 “Each of these 1217 input units is fully connected to the hidden layer of 29 units, which is in turn fully connected to the output layer. The output layer consists of 46 units, divided into two groups.”
"Training involves first creating a set of 1200 road snapshots depicting roads with a wide variety of retinal orientations and positions, under a variety of lighting conditions and with realistic noise levels"
Képzés számítás
A modell betanításához végzett aritmetikai műveletek, amelyet lebegőpontos műveletekben mérnek. Ez a tréning futásának költségét méri, nem azt, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 1.1 × 10¹⁰ FLOP
- Hogyan jött létre
- Operation counting
2 * 36627 * 3 * 40 * 1200 = 10548576000 = 1.05e10 36627 parameters "After 40 epochs of training on the 1200 simulated road snapshots"
Hogyan van besorolva
Címkék, amelyeket a forráshalmaz alkalmaz, amikor figyelemmel kíséri a figyelemre méltó modelleket, és mennyire biztos a bejegyzésben.
- Rögzítési bizalom
- Confident
- Citations
- 2,329
Források
Honnan származik ez a rekord és mikor ellenőrizték utoljára.
- Referencia
- ALVINN: an autonomous land vehicle in a neural network
- Utoljára frissítve
- 1 January 2026
Mit jelentek a számok
Background
ALVINN was published by Carnegie Mellon University (CMU), in United States of America, in December 1989. The organisation is categorised as academia.
It works in Driving, and is recorded as doing self-driving car.
Súlyait soha nem publikálták, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, amely ezt megváltoztatja.
Hogyan lett betanítva
Training it took roughly 1.1 × 10¹⁰ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
Around 55,200 tokens went into training it.
Válaszok
ALVINN — Gyakran ismételt kérdések
What GPU do I need to run ALVINN?
None. ALVINN is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is ALVINN open source?
The licensing for ALVINN was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
Hány paramétere van az ALVINN-nek?
ALVINN has 36.6K parameters. 1217*29 + 29*46 =36627 “Each of these 1217 input units is fully connected to the hidden layer of 29 units, which is in turn fully connected to the output layer. The output layer consists of 46 units, divided into two groups.”. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created ALVINN?
ALVINN was published by Carnegie Mellon University (CMU), based in United States of America, categorised as academia.
When was ALVINN released?
ALVINN was published in December 1989. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is ALVINN used for?
ALVINN works in Driving, and is recorded as handling self-driving car. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
How much compute was used to train ALVINN?
Around 1.1 × 10¹⁰ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már rendelkezik egy kártyával és szeretné tudni, hogy minden mit fog futtatni, kérjük, folytassa., kezdje a hardverrel inkább.